论文浅尝 | 主题驱动的分子图表示对比学习

笔记整理 | 方尹，浙江大学在读博士，研究方向：图表示学习。

---

论文地址：https://arxiv.org/abs/2012.12533

动机与贡献

现有的对比学习框架中可能存在以下几个弊端：

1.把节点看成一种视图，在节点和图之间进行对比学习，这样可能会限制模型捕获整体信息的能力；

2.把子图看成一种视图，挑选子图的方法比如随机游走或着k-hop邻居很大概率会得到完全没有意义的子图。而依赖于子图结构计数的motif mining方法又不适用于大规模数据集。

 

作者提出了MICRO-Graph框架：

1.自动化找出motif，再找出这个motif下的子图

2.一种子图到图的对比学习框架